Redis基础_五大数据类型和常用命令

1. Redis基本介绍

1.1 传统数据存储出现的问题

• 海量用户
• 高并发

罪魁祸首——关系型数据库：

• 性能瓶颈：磁盘IO性能低下
• 扩展瓶颈：数据关系复杂，扩展性差，不便于大规模集群

解决思路

• 降低磁盘IO次数，越低越好 —— 内存存储
• 去除数据间的关系，越简单越好 —— 不存储关系，仅存储数据

1.2 NoSql简介

也就是可以使用 NoSql 解决,即Not-OnlySQL（泛指非关系型的数据库），作为关系型数据库的补充。

常见Nosql数据库：

• Redis
• memcache
• HBase
• MongoDB

特征：

• 可扩容，可伸缩
• 大数据量下得高性能
• 灵活得数据模型,
• 高可用

1.3 Redis简介

概念：
Redis(REmote DIctinary Server)是用C语言开发的一个开源的高性能键值对(key-value)数据库
特征：

1. 数据间没有必然的关联关系
2. 内部采用单线程机制进行工作
3. 高性能。官方提供测试数据，50个并发执行100000个请求，读的速度是110000次/s，写的速度是81000次/s。
4. 多数据类型支持：string（字符串类型）、list（列表类型）、hash（散列类型）、set（集合类型）、sorted_set（有序集合类型）
5. 持久化支持。可以进行数据灾难恢复

应用场景:

• 为热点数据加速查询（主要场景）、如热点商品、热点新闻、热点资讯、推广类等提高访问量信息等。
• 任务队列、如秒杀、抢购、购票等
• 即时信息查询，如各位排行榜、各类网站访问统计、公交到站信息、在线人数信息（聊天室、网站）、设备信号等
• 时效性信息控制，如验证码控制，投票控制等
• 分布式数据共享，如分布式集群构架中的session分离
• 消息队列
• 分布式锁

2. 五种常用数据类型

redis 自身可以看做是一个 Map，其中所有的数据都是采用 key : value 的形式存储

数据类型指的是存储的数据的类型，也就是 value 部分的类型,key 部分永远都是字符串

2.1 String 字符串类型

• 存储的数据：单个数据，最简单的数据存储类型，也是最常用的数据存储类型
• 存储数据的格式：一个存储空间保存一个数据
• 存储内容：通常使用字符串，如果字符串以整数的形式展示，可以作为数字操作使用

String 类型数据的基本操作

• 添加/修改数据: set key value

• 获取数据: get key

• 删除数据: del key

• 添加/修改多个数据: mset key1 valueq key2 value2 …

• 获取多个数据: mget key1 key2 …

• 获取数据字符个数（字符串长度）: strlen key

• 追加信息到原始信息后部（如果原始信息存在就追加，否则新建）: append key value

上面的mset和 mget 中的m 指的是 Multiple, 代表此操作为事务性操作,后面详细说

String类型数据的扩展操作

业务场景1

大型企业级应用中，分表操作是基本操作，使用多张表存储同类型数据，但是对应的主键id必须保证统一性，不能重复。Oracle数据库具有sequence设定，可以解决该问题，但是MySQL数据库并不具有类似的机制，那么就不能使用自增的方式用作主键了,如何解决？

相关指令:

• 设置数值数据增加指定范围的值

  incr key // 指定的key的值自增1
  incrby key increment //指定的key的值自增指定的 increment 值,可以是负数
  incrbyfloat key increment //可以加一个小数,上面两个不行
  

• 设置数值数据减少指定范围的值

  decr key //自减1
  decrby key increment //自减指定的值
  

redis用于控制数据库表主键id，为数据库表主键提供生成策略，保障数据库表的主键唯一性

此方案适用于所有数据库，且支持数据库集群

注意事项:

• string在redis内部存储默认就是一个字符串，当遇到增减类操作incr，decr时会转成数值型进行计算。
• redis所有的操作都是原子性的，采用单线程处理所有业务，命令是一个一个执行的，因此无需考虑并发 带来的数据影响。
• 注意：按数值进行操作的数据，如果原始数据不能转成数值，或超越了redis 数值上限范围，将报错。 9223372036854775807（java中long型数据最大值，Long.MAX_VALUE）

业务场景2:

1. 启动海选投票，只能通过微信投票，每个微信号每 4 小时只能投1票。
2. 电商商家开启热门商品推荐，热门商品不能一直处于热门期，每种商品热门期维持3天，3天后自动取消热门。
3. 新闻网站会出现热点新闻，热点新闻最大的特征是时效性，如何自动控制热点新闻的时效性。

相关指令:

设置数据具有指定的生命周期

setex key seconds value // 设置key-value 存活指定时间单位秒
psetex key milliseconds value //单位毫秒

redis 控制数据的生命周期，通过数据是否失效控制业务行为，适用于所有具有时效性限定控制的操作

string 类型数据操作的注意事项

指令返回的值的含义:

1. 数据操作不成功的反馈与数据正常操作之间的差异 (根据不同的指令类型有所区分,例如返回1到底是操作成功还是运行结果值)
   • 表示运行结果是否成功
     • (integer) 0 代表 false 失败
     • (integer) 1 代表 true 成功
   • 表示运行结果值
     • (integer) 3 代表 3个
     • (integer) 1 代表 1个
2. 数据未获取到
   • （nil）等同于null

单个value数据最大值:512M

**数值计算最大范围（java中的long的最大值）:9223372036854775807 **

常用的存储方式

1. 例如: 在redis中为大V用户设定用户信息粉丝数和博文数，以用户主键和属性值作为key，后台设定定时刷新策略即可

eg: user:id:3506728370:fans → 12210947
eg: user:id:3506728370:blogs → 6164
eg: user:id:3506728370:focuss → 83

2. 例如: 在redis中以json格式存储大V用户信息，定时刷新（也可以使用hash类型）

   eg: user:id:3506728370 →
   {"id":3506728370,"name":"春晚","fans":12210862,"blogs":6164, "focus":83}
   

3. 关系型数据库中的热点数据key命名惯例

// 表名:主键名:主键值:字段名
order:id:3954561:name

2.2 hash 类型

现存问题:

对象类数据的存储如果具有较频繁的更新需求操作会显得笨重 (需要存多个key代表一个对象或者存一个json),比较臃肿

hash 类型 介绍

• 新的存储需求：对一系列存储的数据进行编组，方便管理，典型应用存储对象信息
• 需要的存储结构：一个存储空间保存多个键值对数据
• hash类型：底层使用哈希表结构实现数据存储

示意图:

hash存储结构优化

• 如果field数量较少，存储结构优化为类数组结构
• 如果field数量较多，存储结构使用HashMap结构

hash 类型数据的基本操作

• 添加/修改数据

  hset key field value // 在指定的key中设置一个hash结构的值 键为field 值为 value
  

• 获取数据

  hget key field //获取指定field
  hgetall key //获取全部
  

• 删除数据

  hdel key field1 [field2]
  

• 添加/修改多个数据

  hmset key field1 value1 field2 value2 …
  

• 获取多个数据

  hmget key field1 field2 …
  

• 获取哈希表中字段的数量

  hlen key
  

• 获取哈希表中是否存在指定的字段

  hexists key field
  

hash 类型数据扩展操作

• 获取哈希表中所有的字段名和字段值

  hkeys key //获取本hash中所有的key
  hvals key //获取所有的value
  

• 设置指定字段的数值数据增加指定范围的值

  hincrby key field increment // 指定某个hash中的某个字段对应的值增加 指定的值
  hincrbyfloat key field increment  //增加的值可以是小数
  

hash 类型数据操作的注意事项

1. hash类型下的value只能存储字符串，不允许存储其他数据类型，不存在嵌套现象。如果数据未获取到， 对应的值为（nil）
2. 每个 hash 可以存储 2^32 - 1 个键值对
3. hash类型十分贴近对象的数据存储形式，并且可以灵活添加删除对象属性。但hash设计初衷不是为了存 储大量对象而设计的，切记不可滥用，更不可以将hash作为对象列表使用
4. hgetall 操作可以获取全部属性，如果内部field过多，遍历整体数据效率就很会低，有可能成为数据访问瓶颈

hash 类型应用场景

场景一:

电商网站购物车设计与实现

业务分析:

根据上图:

• 以客户id作为key，每位客户创建一个hash存储结构存储对应的购物车信息
• 将商品编号作为field，购买数量作为value进行存储
• 添加商品：追加全新的field与value
• 浏览：遍历hash
• 更改数量：自增/自减，设置value值
• 删除商品：删除field
• 清空：删除key

所以在不考虑购物车与数据库间持久化同步、购物车与订单间关系、未登录用户购物车信息存储等 其他情况时, redis中的hash结构就可以满足我们的需求

思考:

当前设计是否加速了购物车的呈现 ?

当前仅仅是将数据存储到了redis中，并没有起到加速的作用，商品信息还需要二次查询数据库 ,因为只是存了数量,商品的信息还是没有储存

优化方式1:

每条购物车中的商品记录保存成两条field

• field1专用于保存购买数量

命名格式：商品id:nums

保存数据：数值

• field2专用于保存购物车中显示的信息，包含文字描述，图片地址，所属商家信息等

命名格式：商品id:info

保存数据：json

但是这种方式,每个商品的信息, 在不同的用户购物车中,都需要保存,数据极度冗余,所以可以将商品的信息单独保存在一个hash中

优化方式2:

商品信息单独存放, 需要的时候直接拿取,

但是此时有个问题,若每个用户添加商品进入购物车时,对应的都要将商品信息添加一遍,若商品hash中已经存在此商品信息,操作将多余

可以使用如下命令:

hsetnx key field value // 存值时判断是否已经存在此field,若存在则不set

场景二:

双11活动日，销售手机充值卡的商家对移动、联通、电信的30元、50元、100元商品推出抢购活动，每种商 品抢购上限1000张

解决方案

• 以商家id作为key
• 将参与抢购的商品id作为field
• 将参与抢购的商品数量作为对应的value
• 抢购时使用降值的方式控制产品数量

redis 应用于抢购，限购类、限量发放优惠卷、激活码等业务的数据存储设计

2.3 list类型

基本介绍

数据存储需求：存储多个数据，并对数据进入存储空间的顺序进行区分

需要的存储结构：一个存储空间保存多个数据，且通过数据可以体现进入顺序

list类型：保存多个数据，底层使用双向链表存储结构实现

示意图:

list 类型数据基本操作

• 添加/修改数据

  // 创建和添加是同一个 命令
  lpush key value1 [value2] ……  //向链表的左边添加一个元素,可以是多个
  rpush key value1 [value2] …… // 从右边添加
  

• 获取数据

  lrange key start stop // 从左边依次取出元素, start stop 是开始结束索引,并且两边包含
  lindex key index // 从左边取出指定索引的元素
  llen key  //list长度
  

• 获取并移除数据

lpop key //从list左边拿出一个元素
rpop key //从右边拿

• 规定时间内获取并移除数据 (b代表block 阻塞的意思)

  blpop key1 [key2] timeout // 从指定的若干个list中获取左边的值,若没有获取到,则等待指定的时间,(秒),一旦获取到一个 就返回结束
  brpop key1 [key2] timeout //从右边
  brpoplpush source destination timeout //从指定的source list中右边拿出一个数据 放到destination list中右边, 获取不到则阻塞等待
  

业务场景

场景1: 微信朋友圈点赞，要求按照点赞顺序显示点赞好友信息 如果取消点赞，移除对应好友信息

此时若点赞人是在中间,这是如果需要删除记录,则需要删除中间的元素,如何操作

移除指定数据

lrem key count value //从左边删除 指定的元素值 value, 并且指定删除的个数 count, 因为list中的元素是可以重复的

redis 应用于具有操作先后顺序的数据控制

其他场景:

1. twitter、新浪微博、腾讯微博中个人用户的关注列表需要按照用户的关注顺序进行展示，粉丝列表需要将最 近关注的粉丝列在前面
2. 新闻、资讯类网站如何将最新的新闻或资讯按照发生的时间顺序展示？
3. 企业运营过程中，系统将产生出大量的运营数据，保障多台服务器操作日志的统一顺序输出？

解决方式:

• 依赖list的数据具有顺序的特征对信息进行管理

• 使用队列模型解决多路信息汇总合并的问题

• 使用栈模型解决最新消息的问题

list 类型数据操作注意事项

1. list中保存的数据都是string类型的，数据总容量是有限的，最多2^32 - 1 个元素 (4294967295)。
2. list具有索引的概念，但是操作数据时通常以队列的形式进行入队出队操作，或以栈的形式进行入栈出栈操作
3. 获取全部数据操作结束索引设置为-1
4. list可以对数据进行分页操作，

2.4 set 类型

基本介绍

新的存储需求：存储大量的数据，在查询方面提供更高的效率

需要的存储结构：能够保存大量的数据，高效的内部存储机制，便于查询

set类型：底层与hash存储结构完全相同，仅存储键，不存储值（nil），并且值是不允许重复的

示意图:

基本操作

• 添加数据

  sadd key member1 [member2] 
  

• 获取全部数据

  smembers key 
  

• 删除数据

  srem key member1 [member2]
  

• 获取集合数据总量

  scard key
  

• 判断集合中是否包含指定数据

  sismember key member
  

扩展操作

每位用户首次使用今日头条时会设置3项爱好的内容，但是后期为了增加用户的活跃度、兴趣点，必须让用户 对其他信息类别逐渐产生兴趣，增加客户留存度，如何实现？

解决方式:

• 系统分析出各个分类的最新或最热点信息条目并组织成set集合
• 随机挑选其中部分信息
• 配合用户关注信息分类中的热点信息组织成展示的全信息集合

相关命令:

• 随机获取集合中指定数量的数据

  srandmember key [count] // 随机获取set中指定的元素个数
  

• 随机获取集合中的某个数据并将该数据移出集合

  spop key [count] //随机拿取
  

redis 应用于随机推荐类信息检索，例如热点歌单推荐，热点新闻推荐，热卖旅游线路，应用APP推荐， 大V推荐等

其他业务场景:

1. 脉脉为了促进用户间的交流，保障业务成单率的提升，需要让每位用户拥有大量的好友，事实上职场新人不 具有更多的职场好友，如何快速为用户积累更多的好友？
2. 新浪微博为了增加用户热度，提高用户留存性，需要微博用户在关注更多的人，以此获得更多的信息或热门 话题，如何提高用户关注他人的总量？
3. QQ新用户入网年龄越来越低，这些用户的朋友圈交际圈非常小，往往集中在一所学校甚至一个班级中，如何 帮助用户快速积累好友用户带来更多的活跃度？
4. ...

相关命令:

• 求两个集合的交、并、差集

  sinter key1 [key2] //两个set 集合中相同的一部分
  sunion key1 [key2] // 加在一起的部分
  sdiff key1 [key2] // key1 去除 key2 中剩下的部分,所以调过来结果可能不相同
  

• 求两个集合的交、并、差集并存储到指定集合中 (destination集合)

  sinterstore destination key1 [key2]
  sunionstore destination key1 [key2]
  sdiffstore destination key1 [key2] 
  

• 将指定数据从原始集合中移动到目标集合中 ,

  smove source destination member 
  

redis 应用于同类信息的关联搜索，二度关联搜索，深度关联搜索

显示共同关注（一度）  显示共同好友（一度）

由用户A出发，获取到好友用户B的好友信息列表（一度）

由用户A出发，获取到好友用户B的购物清单列表（二度）

由用户A出发，获取到好友用户B的游戏充值列表（二度)

set 类型数据操作的注意事项

set 类型不允许数据重复，如果添加的数据在 set 中已经存在，将只保留一份

set 虽然与hash的存储结构相同，但是无法启用hash中存储值的空间

set 类型应用场景

场景一:

集团公司共具有12000名员工，内部OA系统中具有700多个角色，3000多个业务操作，23000多种数据，每 位员工具有一个或多个角色，如何快速进行业务操作的权限校验？

解决方案:

• 依赖set集合数据不重复的特征，依赖set集合hash存储结构特征完成数据过滤与快速查询
• 根据用户id获取用户所有角色
• 根据用户所有角色获取用户所有操作权限放入set集合
• 根据用户所有觉得获取用户所有数据全选放入set集合

redis应用于同类型不重复数据的合并操作

场景二:

公司对旗下新的网站做推广，统计网站的PV（访问量）,UV（独立访客）,IP（独立IP）。

PV：网站被访问次数，可通过刷新页面提高访问量

UV：网站被不同用户访问的次数，可通过cookie统计访问量，相同用户切换IP地址，UV不变

IP：网站被不同IP地址访问的总次数，可通过IP地址统计访问量，相同IP不同用户访问，IP不变

解决方案:

• 利用set集合的数据去重特征，记录各种访问数据
• 建立string类型数据，利用incr统计日访问量（PV）
• 建立set模型，记录不同cookie数量（UV）
• 建立set模型，记录不同IP数量（IP）

redis 应用于同类型数据的快速去重

场景三:

redis 应用于基于黑名单与白名单设定的服务控制

解决方案:

基于经营战略设定问题用户发现、鉴别规则

• 周期性更新满足规则的用户黑名单，加入set集合
• 用户行为信息达到后与黑名单进行比对，确认行为去向
• 黑名单过滤IP地址：应用于开放游客访问权限的信息源
• 黑名单过滤设备信息：应用于限定访问设备的信息源
• 黑名单过滤用户：应用于基于访问权限的信息源

2.5 sorted_set 类型

基本介绍

新的存储需求：数据排序有利于数据的有效展示，需要提供一种可以根据自身特征进行排序的方式

需要的存储结构：新的存储模型，可以保存可排序的数据

sorted_set类型：在set的存储结构基础上添加可排序字段

示意图:

sorted_set 类型数据的基本操作

• 添加数据

  zadd key score1 member1 [score2 member2] //score1 顺序值, member1 value值 ,可以多次储存
  

• 获取全部数据

  zrange key start stop [WITHSCORES] // 获取从start 索引start开始到 stop 结束后的元素,若带上withscores 则顺序号和元素一起输出
  zrevrange key start stop [WITHSCORES] //输出结果 倒转
  

• 删除数据

  zrem key member [member ...] //删除指定的值
  

• 按条件获取数据

  zrangebyscore key min max [WITHSCORES] [LIMIT] // 获取指定顺序号 min开始到 max 结束的值, limit 0 3 意为分页操作, 从结果的0索引开始 查询3个
  zrevrangebyscore key max min [WITHSCORES] //结果反转
  

• 条件删除数据

  zremrangebyrank key start stop // 删除元素,指定索引开始结束
  zremrangebyscore key min max // 删除元素,指定score 排序值的开始结束
  

  注意:

  min与max用于限定搜索查询的条件

  start与stop用于限定查询范围，作用于索引，表示开始和结束索引

  offset与count用于限定查询范围，作用于查询结果，表示开始位置和数据总量

• 获取集合数据总量

  zcard key  // 总个数
  zcount key min max //指定范围内的个数
  

• 集合交、并操作

  zinterstore destination numkeys key [key ...] //将指定个数numkeys的sorted_set ,中共同拥有的部分元素移动到destination sorted_set中, 指定几个,后面的key 就要写几个, 合并后, 排序字段默认是相加合并,也可以指定规则为取最大最小值
  zunionstore destination numkeys key [key ...] //将相交操作改外合并
  

• 获取数据对应的索引（排名）

  zrank key member // 获取 sorted_set中 值为member 的索引(排名)
  zrevrank key member // 获取倒着数的索引
  

• score值获取与修改

  zscore key member  //获取 sorted_set 中值为member 的score值
  zincrby key increment member //将 sorted_set中 值为member的score值加上指定的值increment
  

sorted_set 类型数据操作的注意事项

1. score保存的数据存储空间是64位，如果是整数范围是-9007199254740992~9007199254740992
2. score保存的数据也可以是一个双精度的double值，基于双精度浮点数的特征，可能会丢失精度，使用时 候要慎重
3. sorted_set 底层存储还是基于set结构的，因此数据不能重复，如果重复添加相同的数据，score值将被反复覆盖，保留最后一次修改的结果

sorted_set 类型应用场景

当任务或者消息待处理，形成了任务队列或消息队列时，对于高优先级的任务要保障对其优先处理，如 何实现任务权重管理。

• 对于带有权重的任务，优先处理权重高的任务，采用score记录权重即可
• redis 应用于即时任务/消息队列执行管理

3. redis通用指令

3.1 Key 相关通用操作

key是一个字符串，通过key获取redis中保存的数据 ,对于key本身,也有一些命令

• 删除指定key

  del key
  

• 获取key是否存在

  exists key
  

• 获取key的类型

  type key
  

key 扩展操作（时效性控制）

• 为指定key设置有效期

  expire key seconds // 单位秒
  pexpire key milliseconds //单位毫秒
  expireat key timestamp //设置到某个时间戳(秒)
  pexpireat key milliseconds-timestamp //毫秒
  

• 获取key的有效时间

  ttl key // 查看当前key 有效期还剩多久,如果key不存在返回-2,若指定的key没有设置有效期则是-1
  pttl key // 毫秒
  

• 切换key从时效性转换为永久性

  persist key //将一个有期限的key转为永久, 不存在的key 则是返回0
  

key 扩展操作（查询key)

• 查询key

  /**
  对于pattern 有如下匹配规则
  keys * 查询所有
  keys it* 查询所有以it开头
  keys *heima 查询所有以heima结尾
  keys ??heima 查询所有前面两个字符任意，后面以heima结尾
  keys user:? 查询所有以user:开头，最后一个字符任意
  keys u[st]er:1 查询所有以u开头，以er:1结尾，中间包含一个字母，s或t
  */
  keys pattern
  

key 其他操作

• 为key改名

  rename key newkey
  renamenx key newkey
  

• 对指定的value进行排序排序

  sort key // 对 list,set,sorted_set 进行排序
  

• 其他key通用操作

  help @generic
  

3.2 数据库通用操作

由于key是由程序员定义的 .

redis在使用过程中，伴随着操作数据量的增加，会出现大量的数据以及对应的key

数据不区分种类、类别混杂在一起，极易出现重复或冲突

所以,redis为每个服务提供有16个数据库，编号从0到15 ,每个数据库之间的数据相互独立

db 基本操作

• 切换数据库

  select index //默认为0
  

• 数据移动

  move key db //移动本库中的数据到指定的库中, 而且必须保证目的地库没有此key
  

• 数据清除

  dbsize // 当前库有多少key
  flushdb //清除当前库数据
  flushall //清除所有库数据(常用高级命令,一般到一个新公司第一件事执行这个命令,会受到所有人的关注)
  

• 其他操作

  quit //退出
  ping //测试服务器是否连通
  echo message //输出日志